为何科技巨头都瞄上了“车路协同”？

今天哪家科技企业在做城市智能？答案是，每一家。

今天哪家科技企业在押注无人驾驶？答案是，有钱的每一家。

那你听说过科技企业修路吗？好像没有？抱歉，这个已经有了，而且估计会越来越多。

路之所以重要，是因为从技术逻辑上看，它处在车和城市的连接处，也是传感、云计算、通讯技术的交叉口。这么重要的战略地位，让我们想象过 " 车路协同 " 的重要性，却可能没有想到疾风骤雨飒然而至。

9 月 20 日，在云栖大会上，阿里宣布升级汽车战略，由车向路延展，利用车路协同技术打造 " 智慧高速 "。而就在 6 天之前，百度宣布将打造车路协同开源方案。

为什么这个 9 月车路协同突然火爆了起来？科技巨头的车与路故事今天讲到第几篇章了？围绕车路协同，未来还有哪几场硬仗要打？

回答这些问题之前，让我们先打开窗子看一看那些 " 无比诱人的路 "。

车的智能履带：一段车路协同技术简史

在几个月之前，我们一篇探讨车路协同的文章中，提出过这样一个看法：坦克之所以走的稳，是有履带防护；而未来我们想要让车辆在高速化、智能化、自动化的条件下保证安全，就需要给每辆车安装一个智能履带。

这就是车路协同。在这个技术体系内，路面、围栏、交通标志、信号灯，都可以向车辆发送信号，传输信息，从而保证车与车之间的安全行驶关系、随时把控每辆车的状况和应急需求、为车辆传达远处的路况，成为车的另一双眼睛。这些能力都是驾驶安全与驾驶升级的必要保障，都是也是依靠车辆技术本身无法完成的进化。

这所有的一切技术想象，都只能发生在路上。而这条路已经铺了快三十年。

车路协同技术，早在上世纪 90 年代就在欧美日等国家提出，有各种解决方案。我国也早早引入了车路协同研究议题。" 十二五 " 期间，科技部立项了 " 智能车路协同关键技术研究 "，清华大学、北京航天航空大学等 10 家单位参与，经过 3 年结项，标志着我国车路协同技术在众多方面取得了从 0 到 1 的进展。

而今天科技巨头们玩的车路协同，在解决方案上被称为 V2X（Vehicle to X ) 。这是通用汽车在 2006 年提出的技术体系，特点是利用基站与无线通信技术进行人、车、路之间的协同感应，这就把今天的火热的云计算与无限通讯技术与车路协同联系到了一起。而 5G 与 AI 的加入则让车路协同有了更广阔的技术想象空间。目前，国内有 9 个省市在规划建造智慧高速，其中包括京雄高速和杭绍甬高速等重点项目。

而今天科技巨头宣布大举入场，显然给这个产业带来了全新的变化。

那么我们的第一个问题可能要问：车路协同真的有那么诱人吗？答案是，有 …

那些诱人的路

面对车路协同这件事，从广义上看，它关乎于城市的运输效率和交通纾解能力。在城市特大化的今天，车路协同作为一种新的智能技术解决方案，和它背后的企业一样肩负着社会责任和时代意义，这自不必提。即使我们狭隘一点，单从市场角度来看，车路协同也是至关重要。至少它关乎于三个巨大市场的生成，可谓 " 一箭三雕 "：

一、城市智能的全新入口。

今天科技公司已经 " 全民投入 " 的城市智能产业中，车路协同可谓打开了一个全新入口。我们知道，在今天的智慧城市、城市大脑等项目中，依靠的主要是摄像头和城市基础设施传感器。这些部类的技术体系，更多起到的是交通辅助功能，不能直接作用于于城市交通。而当车路协同体系完善后，城市将在数据收集能力、主动影响能力上大幅提高。从而矩阵化影响城市智能体系的价值。

二、无人驾驶的必备条件。

无人驾驶市场有多大是不必赘述的。而就今天技术解决能力来看，车路协同是无人驾驶车辆上路的最重要安全保障之一，可以说是无人驾驶的前提。尤其是在无人驾驶车辆上高速，这个 " 终极场景 " 中，车路协同体系是不可或缺的条件。这就让致力于无人驾驶大蛋糕的企业，无法忽视车路协同的重要。

三、未来 20 年的高速建设市场

今天，中国已经变成了高速第一大国。但我国的高速特点是 " 量多智少 "，在智能解决能力上比欧美还有距离。加上城市交通的可观需要，接下来智慧高速已经会成为主流。那么今天掌握车路协同战略位置，某种程度上相当于进占了未来二十年宏大的 " 智慧高速 " 市场。其价值当然十分明显。

既然这么美好，能研究车、能琢磨城市的科技公司们，怎么能放过那一条条优雅的高速路呢？然而车路协同这个美好的未来市场，并不是那么容易攻占的。

那些耸人听闻的门槛

车路协同很重要，这也不是今天的新闻了，为什么更早这个领域非常沉默呢？答案很简单，这个工程真的是太困难了 …. 横亘在车路协同门前，可以看到有四大难题，一般企业恐怕想破了头也解决不了其中一个。

一、生态断层是常态。

车路协同的特点之一，是要整合一大堆原本谁也不挨着谁的技术，与背后企业。听上去简单的车路协同，背后涉及车端智能、连接网络、云平台、边缘计算、路端智能与传感设备等几大板块，各模块背后又有复杂的供应链和渠道商。各种芯片厂商、设备厂商、基建企业、数据维护企业掺杂其间。由于车路协同基本是一个全新领域，这些企业原本是彼此孤立，缺乏合作基础的。如何把它们组织在一起是件非常复杂的产业协同工程。

二、软件条件无一不缺。

在云计算 +AI 的推动下，车路协同的解决能力大幅度提升。但提升的效率远远没有达到完美。今天无论是捕捉高速公路汽车运动所需要的云端算力，还是精准捕捉突发事件、车辆运动逻辑的 AI 算法，再到缺乏行业数据，针对性解决方案数据，高精地图数据。整个产业可谓是无一不缺。平地起高楼，这对大部分企业是难以负荷的技术与经济成本。

三、要求过硬的制造业技术与基础。

车路协同场景中，要运用到大量硬件部署，传感器、雷达等硬件。这些硬件直接安放在道路上，用于驾驶信息交互，必须保证绝对的安全与稳定。这就要求企业能够提供工业级的硬件生产能力，并有各种细分垂直领域的硬件生产能力。这又将刷掉绝大部分有意进场的企业。

四、行业标准缺乏带来部署忧虑。

目前车路协同体系中以来的 V2X 技术体系，在国内还没有敲定通用标准。还处在企业各自摸索的阶段，这就客观上决定了部分企业的探索最后将被国家标准淘汰，由此带来的成本忧虑也会把一些企业拒之门外。

然而即使这么多限制和门槛，还是没有挡住 BAT 们的脚步。

巨头极速进场，中场战事打响

今天的车路协同领域发展，用 " 中场战事 " 来形容还是有一丝贴切的。

如果我们将 2000 年后的学术研究时代定名为早场战事的话，那么当时更多是解决实验室方案、材料、通讯配件研发等工作。

而中场之后的下半场，则是拼落地、拼客户集群的时候，今天还远远不到这一步。<